1 介绍
实现了书《Data Structures and Program design in C++》（Robert L. Kruse and Alexander J. Ryba, 2000)中的188页的基于回溯策略的递归算法solve_from，该算法能够计算n Queens问题的解。选择不同的n作为棋盘大小，能够得出不同棋盘大小的Queens问题的解即执行时间。
该书出版时间为2000年，那么使用的计算机大概为1999年左右的。该书给出了执行的结果数据。我在我的电脑上採用相同的代码和算法，选择相同的n也执行得到了对应的数据。
通过二者数据的对照，能够看出计算机执行时间的提示 （我的电脑时2011年12份买的）。
2 主程序及我的电脑环境
2.1 主程序
因为书中的主程序没有给出统计所以解和执行时间的代码，于是我对应更改了主程序源码例如以下：
#include#include #include "queens.h"int sol_num =0;void solve_from(Queens &configuration);int main(){ int board_size; clock_t start_time, end_time; cout<<"what is the size of the board?
"
<< flush; cin >> board_size; if(board_size < 0 || board_size > max_board) cout <<"The number must be between 0 and " << max_board<<endl; else { Queens configuration(board_size); start_time = clock(); solve_from(configuration); end_time = clock(); } cout << "The statistics for " << board_size << " Queens problem:"<<endl; cout << "The number of solutions: " << sol_num << endl; cout << "The time used:" << static_cast<double>(end_time-start_time)/CLOCKS_PER_SEC << "s"<<endl; } /* * To recursively sole the n-Queens problem, to change the first line * can give the statistics of the n-Queens problem. That is, then number * of solutions for a specific n-Queens problems. */ void solve_from(Queens &configuration){ //if(configuration.is_solved()) configuration.print(); if(configuration.is_solved()) sol_num++; else{ for(int col=0; col < configuration.board_size; col++) if(configuration.unguarded(col)){ configuration.insert(col); solve_from(configuration);// Recursively continue to add queens configuration.remove(col); } } } 2.2 我的电脑环境
电脑购买与2011年12份，内存2 GB，CUP 为AMD Phenom (tm) II N930 Quad-Core Processor 2 GB，操作系统为Windows 7 Professional。在其上安装Cygwin软件，当中的gcc 4.9.3版本号。
3 执行结果对照
书中的详细计算机的配置和型号不知。我们将其代表为1999年的计算机。而我的计算机则为2011年，尽管我在2015年执行的该程序。
二者产生的数据基于相同的源码。
表1 1999年计算机执行结果| Size | Num_sol | Time(seconds) |
|---|---|---|
| 8 | 92 | 0.05 |
| 9 | 352 | 0.21 |
| 10 | 724 | 1.17 |
| 11 | 2680 | 6.62 |
| 12 | 14200 | 39.11 |
| 13 | 73712 | 243.05 |
表2 2011年计算机执行结果
| Size | Num_sol | Time(seconds) |
|---|---|---|
| 8 | 92 | 0.016 |
| 9 | 352 | 0.015 |
| 10 | 724 | 0.062 |
| 11 | 2680 | 0.218 |
| 12 | 14200 | 1.17 |
| 13 | 73712 | 7.145 |
上面的数据最好画成图的形式，观看更为方便：
【备注】：画上图採用的R代码例如以下： >library(ggplot2) >yearn <- c('y1999','y1999','y1999','y1999','y1999','y1999','y2011','y2011','y2011','y2011','y2011','y2011') > size <-c(8,9,10,11,12,13,8,9,10,11,12,13) > time <-c(0.05,0.21,1.17,6.62,39.11,243.05,0.016,0.015,0.062,0.218,1.17,7.145) > queenData <- data.frame(year,size,time) > ggplot(queenData,aes(x=size,y=time,shape=yearn))+geom_line(position=position_dodge(0.2))+geom_point(position=position_dodge(0.2),size=4) 从上图能够看出，当size为8，9，10时二者的执行时间区别不大，但当size为更大的数值时，2011y的执行时间明显少的多，说明当前计算机硬件的发展促进了计算机速度的明显提升。这是一个令人兴奋的结果。